2000—2018年準噶爾盆地植被覆蓋度時空變化遙感監測

張清嵐，周紀云，豆培建，岳勝如

(塔里木大學 水利與建筑工程學院，新疆 阿拉爾 843300)

植被是地表環境的主要構成部分，在地表的氮、碳、水、氧等能量交換和物質循環過程中扮演著不可替代的角色。植被覆蓋隨時間和空間的變化，在一定程度上反映地球表面生態環境的演變規律[1]。植被覆蓋度(Fraction of vegetation coverage, FVC)指的是植被(包括枝、葉、莖)向地面正射投影所得面積與統計區總面積之比[2,3]，是用來反映植被長勢和植被覆蓋度的主要參數，并且是植被覆蓋遙感監測中最重要、最敏感的指標[4]。

基于遙感技術的植被覆蓋度估算和時空變化特征研究已經取得了很多成果，數據源包括SPOT、TM、LANDSAT、MODIS、雷達等。研究成果如楊強[5]等基于中分辨率MODIS數據的加強植被指數，采用線性混合像元模型對內蒙古錫林郭勒植被覆蓋度進行了估算，影像處理分析后得到2000—2013年植被覆蓋度資料，并對該地區植被覆蓋情況時空變化進行了分析。張耀[6]基于1987—2015年Landsat時序影像，對1987—2013年山西平朔礦區植被覆蓋度的時空變化趨勢進行了分析，評價礦區植被恢復狀況和植被長勢。

1 研究區概況及數據來源

1.1 研究區概況

準格爾盆地位于祖國西北，南依北天山，東北鄰阿爾泰山，為封閉式內陸盆地，其形狀略呈三角形，古爾班通沙漠位于其腹地，地理坐標大約位于45°N，86°E。準格爾盆地屬于中溫帶氣候，年日照時數約3 000 h。盆地西部、北部、南部年均氣溫均低于8℃，東部區域是寒潮通道，年均溫日較差12℃～14℃。

1.2 數據來源與數據處理

1.2.1 數據來源

MODIS NDVI數據：本研究使用的遙感影像數據來源于LAADS DAAC官網，該影像數據是采用最大值合成法(Maximum value compositing,MVC)的MOD 13A3產品。

1.2.2 數據預處理

首先，利用MODIS Reprojection Tools(MRT)工具(MODIS影像處理專用工具)對114景NDVI數據進行數據拼接、數據格式轉換(轉為TIF)、坐標轉換、投影轉換(轉為橫軸墨卡托投影)等處理。其次，將拼接后的月合成的NDVI數據和研究區矢量化邊界(.shp)導入到遙感影像處理軟件ENVI中，經過裁剪得到2000—2018年研究區影像。最后，利用ENVI—IDL進行異常值剔除和歸一化處理裁剪后的影像，從而得到[-1,1]值域的NDVI數據。

2 研究方法

2.1 生長季時序植被指數空間數據提取

對NDVI年際變化研究。本研究采用常用的最大值合成方法(MVC)，第i年NDVI最高值的計算方法見公式(1)：

(1)

式中：NDVIi是第i年NDVI最大合成值；NDVIt為各像元植被6～8月份月合成最大NDVI值；d為第i年月合成NDVI影像總數。

2.2 植被覆蓋度空間分布特征分析

研究區近19年間第i年植被覆蓋度平均值，其計算公式(2)：

(2)

對研究區2000—2018年的植被覆蓋度情況進行分級統計，采用的植被覆蓋度分級標準為水利部2008年頒布的《土壤侵蝕分類分級標準》，該標準將植被覆蓋度分為5個等級，即75%～100%(高植被覆蓋)、60%～75%(中高植被覆蓋)、45%～60%(中等植被覆蓋)、30%～45%(中低植被覆蓋)、0%～30%(低植被覆蓋)。考慮到研究區植被覆蓋整體較低，為細化研究成果對低植被覆蓋區進一步分為0%～15%(低植被覆蓋1)和15%～30%(低植被覆蓋2)，另根據光譜的反射率特征，負值的區域為水域。

2.3 植被覆蓋度時空變化趨勢分析

對近19年研究區植被覆蓋度空間變化規律基于像元進行模擬，使用的方法是一元線性回歸趨勢分析，即利用最小二乘原理逐像元擬合每個像元的斜率，從而得到變化率，進而達到對研究區植被覆蓋變化的空間特征分析的目的，其計算公式(3)：

(3)

式中：θslope為變化斜率；n=19為監測年數；i=1，2…，19為年序號；fci為第i年植被覆蓋度。顯然，植被覆蓋度減少斜率為負，植被覆蓋度上升則斜率為正。

3 研究結果

3.1 植被覆蓋度空間分布特征

分析發現，準格爾盆地及周邊區域植被覆蓋度空間特征差異明顯，整體呈現北、西、南覆蓋度高，中部低的特征。經多年平均數據統計發現，研究區水域面積約占總面積的1.6%，低植被覆蓋度1區域約占總面積的40.9%，低植被覆蓋度2區域約占總面積的23.6%，中低植被覆蓋度區域約占總面積的12.3%，中等植被覆蓋度區域約占總面積的9.1%，中高植被覆蓋度區域約占總面積的6.1%，高等植被覆蓋度區域約占總面積的2.0%，可知研究區植被覆蓋度水平較低。

3.2 植被覆蓋度時空變化趨勢

利用公式(3)基于像元分析，植被覆蓋呈下降區域面積87 999 km2，占研究區面積的17.3%，主要分布在研究區東北、西、西南地區。從變化結果考慮，2018年與2000年植被覆蓋度差值，差值為正則植被覆蓋度增加；反之差值為負，則植被覆蓋度減小。植被覆蓋度值減小區域面積138 932 km2，占研究區面積的27.3%，主要分布在研究區東北、中南部地區。

2000—2018年準格爾盆地及周邊區域各植被覆蓋度等級面積時序變化分析結果表明，研究區水域、中低植被覆蓋、中等植被覆蓋、高植被覆蓋區域面積無顯著變化。低植被覆蓋度1與低植被覆蓋度2區域面積波動較大，低植被覆蓋度1第一個谷值出現在2013年，第二個谷值出現在2016年；低植被覆蓋度2則在2013、2016年出現兩次峰值；低植被覆蓋度1區域面積呈下降趨勢，低植被覆蓋度2區域面積變化不顯著。中高植被覆蓋度面積在2012年以后出現較為明顯的增加。平均植被覆蓋度在2001、2008、2011年出現谷值，2013、2017年出現峰值，且平均覆蓋度在2012年以后出現較為顯著的增加。中等植被覆蓋度面積隨時序變化密切，且呈增加趨勢；α低2、α中低、α高小于置信水平5%的臨界值，則可以認為低植被覆蓋度2、中低植被覆蓋度、高植被覆蓋度面積隨時序變化沒有顯著的變化趨勢；α中高、α平均大于置信水平1%的臨界值，且變化率為正值，則中高植被覆蓋度面積、平均植被覆蓋度隨時序變化關系密切，呈增加趨勢。

4 結論

對準格爾盆地及周邊區域植被覆蓋度時空變化特征進行定性定量分析，主要結論如下：

第一，基于最大值合成法合成的生長季NDVI數據反映植被覆蓋狀況較為準確，其與7月份平均NDVI相關性最好，相關系數為0.985。

第二，準格爾盆地及周邊區域植被覆蓋度空間差異明顯，呈現北、西、南覆蓋度高，中部低的空間特征，平均植被覆蓋度較低。

第三，采用基于最小二乘原理，逐像元擬合每個像元的斜率和2000、2018年植被覆蓋度差值兩種方法分析表明，植被覆蓋度減小區域主要分布在研究區東北、西、中南部，約占研究區面積的20%。

第四，研究區水域、低植被覆蓋度1面積顯著減少；低植被覆蓋度2、中低植被覆蓋度、高植被覆蓋度面積沒有顯著變化；中等植被覆蓋度、中高植被覆蓋度面積顯著增加。

綜上分析，研究區近19年平均植被覆蓋度呈現增加趨勢。